一、赛题背景

2021年3月,国务院新闻办指出,要加快推进“两新一重”建设,在新型基础设施方面,大力发展数字经济,拓展5G应用,加快工业互联网、数据中心等建设。同时工信部也公开表示要大力发展新一代工程机械，引导企业积极把握 5G、人工智能、大数据、物联网等新一代技术带来的融合机遇,探索新技术、新业态和新模式,加快工程机械向智能化、数字化、绿色化方向发展。

网易伏羲在Al领域深耕多年,打造了智能化数字孪生人机协作平台。网易伏羲机器人把过去在游戏中积累的数字化和Al能力迁移到挖掘机、装载机等多类工程机械产品上,使传统的工程机械也具备了远程操控、云端计算及智能化的能力。相比于游戏场景，挖掘机等设备存在现实的物理限制，在算法训练时无法低成本的进行复制、并行和加速，会极大地影响强化学习等算法的训练速度和效果。针对该问题，可以通过事先收集一定的挖掘机工作数据，训练一个挖掘机的状态转移模型来解决。该转移模型可以对挖掘机的状态变化进行预测，从而实现算法训练时进行快速的交互环境复制、并行和加速。在该解决方案中，对于挖掘机状态转移预测的准确与否是该模型是否能使用的重要依据。

二、大赛详情

本竞赛基于该背景，为广大参赛者提供真实挖掘机上收集的数据集，进一步提高状态转移模型的效果，为挖掘机等设备的智能化提供更好的训练基础，为人工智能和机器人技术地快速发展和落地以及解决未来人口红利消失的难题带来希望。因此本次竞赛将提供真实挖掘机使用过程中收集来的运动过程数据作为训练数据集，模型的输入为挖掘机状态信息和液压驱动信号的序列，输出为下一时刻的挖掘机状态信息，用于预测挖掘机状态，示意图如图所示：

2.1 竞赛奖励

第一阶段

第二阶段

* Top参赛者提供证书

2.2 赛程安排

• 2023-08-10：竞赛开始，开放报名，同时开源训练数据集，开始第一阶段竞赛

• 2023-09-04：第一阶段结束，竞赛提交截止，提交系统关闭，复核第一阶段竞赛晋级结果

• 2023-09-12：第二阶段竞赛开始

• 2023-10-10：第二阶段结束，竞赛提交截止，提交系统关闭

• 2023-10-20：测试结束，公布竞赛最终获奖名单及名次

2.3 任务和要求

1）本次竞赛的主要任务为训练挖掘机液压系统的状态转移预测模型。

2）本次竞赛分为两个阶段，第一阶段主要是在相对确定的数据集和相对较短的序列上进行验证，第二阶段将会提供更大的数据集并放开模型输入数据序列长度的限制。

• 第一阶段竞赛

1. 在组织方提供的数据集上进行训练，模型的输入为挖掘机状态信息和液压驱动信号的序列，输出为下一时刻的挖掘机状态信息，模型推理所需的数据序列长度不得超过20；

   · 挖掘机状态信息包括：挖掘机各关节角度、角速度等状态等信息；
   · 液压驱动信号包括：挖掘机各关节液压驱动信号；

2. 参赛者直接建立github私有库，并将相应的代码库地址登记在赛事的系统中，组织方会提供github帐号，参赛者需要将组织者帐号帐号添加到自己github私有库中，具体可以参考邀请协作者参加个人仓库 - GitHub 文档，保证组织方可以拉取到相应代码；

3. 基于实用性考虑和经济性限制，第一阶段中模型文件限制大小不能超过100MB；

4. 每个参赛队伍每天有2次提交机会，在赛事系统中完成提交操作后，组织方会拉取参赛者最新的代码库代码并进入评测流程；

5. 对每次提交，模型评测将会在单卡上进行前向推理评测，参赛者需要尽量的减少模型推理时间，每次提交的模型评测将会有一定的时间限制，如果限定时间内提交的模型无法完成整个测试数据集的评测，则未完成评测的数据将全部按照输出确定的缺省值处理（建议参赛者自行测试，自身模型和代码前推时可以在1080Ti上达到7000左右的fps，一般都可以满足要求）；

• 第二阶段竞赛

1. 组织方将会扩大提供数据集的规模，同时模型推理所需的数据序列长度将不再做人为限制；
2. 将为第一阶段中的前4名提供一定的显卡算力支持，具体的模型和代码提交细则将在后续公布；

• 其他要求：

1. 本次竞赛对训练过程调用外部API或者预训练模型不做限制，但是在提交的推理阶段代码和模型中，必须保证其是自完备的，不得出现调用外部其它公共服务API、模型的情况，包括但不限于：推理阶段代码不得调用OpenAPI ChatGPT模型等情况；
2. 在每个竞赛阶段的后期（具体时间后续公布），将会要求各参赛方提交训练代码，训练结果必须可以通过参赛方提供的训练代码进行复现，提交的训练代码应满足下文评估标准中的代码要求部分。

1. 本次竞赛将提供真实挖掘机使用过程中收集来的运动过程数据作为训练数据集，包含大臂（boom），小臂（arm），挖斗（bucket），座舱（swing）四个环节的速度和角速度，各个关节执行的驱动信号大小（pwm）以及驱动时间，执行该驱动信号后的大臂（boom），小臂（arm），挖斗（bucket），座舱（swing）四个环节的速度和角速度等信息，具体信息可以参见示例程序中的readme文档；
2. 本次竞赛提供训练示例程序，包含数据集的载入，整个训练流程，训练过程中的测试以及相应的readme文档；
3. 第一阶段竞赛的前4名，每个队伍提供一定算力支持，用于第二阶段竞赛任务的训练。

• 客观指标：

1. 模型评估标准为模型在测试集上推理出的结果换算成挖掘机机械臂末端位置后的误差，以误差小者为胜；
2. 具体换算过程如下：

1. 模型的输入为挖掘机状态信息和液压驱动信号的序列，输出为下一时刻的挖掘机状态信息；
   · 挖掘机状态信息包括：挖掘机各关节角度、角速度等状态等信息；
   · 液压驱动信号包括：挖掘机各关节液压驱动信号；
2. 模型输出的下一时刻挖掘机状态信息换算出的挖掘机小臂末端坐标将会和真实的下一时刻的挖掘机状态信息换算出的小臂末端坐标进行比较，差距的绝对值即为误差；
   
3. 通过前向运动学，挖掘机各关节的角度、角速度等状态信息可以换算为挖掘机的小臂末端坐标；

1.  代码要求：

1. 参赛者提供的代码应有完全的自主知识产权，不得出现抄袭、欺诈等不诚实的行为，由此导致的一切后果由参赛者承担；
2. 在提交代码具有自主知识产权的基础上，鼓励利用已有库进行代码编写，如果已有资源和库不能满足需求，新增部分按照面向对象编程的方式做好抽象化，尽量可以独立使用；
3. 使用python开发，代码尽量简洁，注释完善，客观评测指标相同时，以综合评价代码更简洁，注释更完善者为胜；

更多竞赛问题 欢迎扫码进群

大赛申明：

1. 本次挑战中数据集只允许参赛者在挑战期间和挑战后出于研究目的使用，完全禁止商业用途。
2. 最终解释权归组织者所有。在特殊情况下，组织者会与相关方面协商并决定最终的解释。
   
   

相关链接：

• 报名链接：https://zb.163.com/mark/trainer
  

• 邀请协作者参加个人仓库：https://docs.github.com/zh/account-and-profile/setting-up-and-managing-your-personal-account-on-github/managing-access-to-your-personal-repositories/inviting-collaborators-to-a-personal-repository

• 示例程序github库地址：https://github.com/SupRL/WorldModelTrainer

• github帐号：https://github.com/SupRL/WorldModelTrainer中readme